简化护卫舰的尾流场优化研究

小型舰船在航行中，机库后方产生的不稳定回流区会影响舰载机在甲板上的作业。为了改善舰面流场，保障舰载机在甲板上的安全起降，基于改进的简化护卫舰外形（MSFS），首先结合计算流体力学和人工神经网络方法，预测不同的机库长度L和宽度W对应的回流区大小，建立两种神经网络下的回流区响应面，然后在该响应面上使用粒子群算法得到优化的舰船结构。结果表明：回流区长度随着L和W的变化呈现出明显的非线性变化；与数值模拟结果相比，误差逆传播神经网络得到的回流区长度最大相对误差约为0.9%，径向基函数神经网络得到的最大相对误差约为2.2%；两种神经网络下得到的预测回流区响应面在整体上较为相似，且在两个预测响应面上优化得到的最小回流区长度都为1.93H，和数值模拟结果之间的相对误差约为0.5%。